您当前的位置:首页>机械工程>基于HSMM的数控机床状态识别方法的研究

基于HSMM的数控机床状态识别方法的研究

资料类别:机械工程

文档格式:PDF电子版

文件大小:230 KB

资料语言:中文

更新时间:2020-09-07 09:17:36



推荐标签: 数控机床 识别 方法 研究 基于 状态 hsmm 基于

内容简介

基于HSMM的数控机床状态识别方法的研究 摘要∶快速准确识别数控机床的运行状态对保证加工精度、增加运行稳定性具有重要意义。以数控机床主轴轴承磨损状态为研究对象,建立其隐式半马尔科夫模型(HSMM),并结合小波降噪及变尺度特征提取方法实现对设备运行状态的有效识别。实验及仿真结果表明∶HSMM模型经过90组训练样本训练后,再利用120组轴承磨损测试样本进行验证,正确识别率达到96.7%,完全满足工程需要。
上一章:基于HNC-210B华中数控系统的雕铣机床控制 下一章:基于hyperworks机床立柱结构的优化设计

相关文章

基于运转噪声识别数控机床主轴轴承状态的研究 基于小波包-隐马尔科夫模型的机床加工状态识别 基于电动机电流的数控机床主轴状态监测系统研究 基于OPC数据的数控机床精度状态实时测评方法 基于振动测试的结构损伤识别若干方法研究 基于敏感度分析的机床关键性几何误差源识别方法 变尺度特征提取在数控机床状态识别中的应用 基于目标识别和参数化技术的城市建筑群三维重建方法研究